風力發電系統可靠性評估體系

，，，健美，，，江林(.國網四川省電力公司技能培訓中心，四川 成都 633；.成都信息工程大學控制工程學院，四川 成都 605)

0 引 言

中國“十二五”規劃以來，風力發電技術迅猛發展，裝機容量大幅增加，已成為可再生能源中技術最成熟、應用最廣泛的發電技術之一。由于風電具有間歇性、波動性和隨機性等特點,使得大規模風電接入電力系統后帶來了不確定的因素,因此如何準確評估風力發電系統的可靠性顯得非常重要[1-2]。

國內外相關學者對風力發電系統的可靠性評估進行了大量的研究工作。文獻[3]從風電接入電網后對系統備用容量的需求入手，分析了風電并網后的系統可靠性問題。文獻[4]建立了計及尾流效應的風電場可靠性模型，為研究風電場對電力系統可靠性的影響以及確定風電場可信度打下基礎。文獻[5-6]用超拉丁概率抽樣方法模擬實際風速分布，以及風力發電機的輸出功率概率分布，得到基于超拉丁采樣的風力發電系統蒙特卡羅可靠性評估法。

以上文獻均未考慮風力發電系統的結構特點及元件狀態。下面首先分析了風速與風電機組輸出功率的關系、風力發電系統的結構特點；其次提出了期望故障受阻電能相等的方法，根據風資源情況和風力發電系統元件狀態對風力發電系統可靠性狀態進行劃分，并建立相應的可靠性指標體系；最后結合實際風電場歷史運行數據，對可靠性評估指標體系進行統計，從而完成對風力發電系統進行可靠性評估。

1 風力發電系統的特點

由于風速具有隨機性、波動性和間歇性等特點會導致風電機組輸出功率的波動性變大，同時風力發電系統的結構特點和元件的可靠性也決定了風力發電系統的輸出功率。

1.1 風機輸出功率影響因素分析

風機由于其能量轉換原理限制，其輸出功率主要受季節氣候和風速的影響。

1)季節與時間的影響

中國“三北”地區風資源較為豐富。一般來說，一年中春季和冬季風資源較豐富，夏季風資源較貧乏；在一天中來說，白天風資源較貧乏，而夜晚風資源較豐富[7]。

2)風速大小的影響

風電機組的運行狀態和輸出功率都與風速息息相關。圖1給出了風電機組輸出功率與風速的曲線[8]。

圖1 風電機組輸出功率曲線

從圖中可以看出，曲線分為4段：當風速小于切入風速時，風機輸出功率幾乎為0；當風速處于切入風速和額定風速區域內時，風機輸出功率與風速近似為線性關系；當風速位于額定風速和切除風速區域內時，風機輸出功率為額定功率；當風速大于切除風速時，風機輸出功率為0。因此，將風力發電系統狀態按照風資源的充裕度進行劃分：資源停運、資源限制減額運行和全額運行狀態。

1.2 系統結構特點分析

實際風電場中采用輻射狀的連接方式，通過電纜將風力發電機組依次連接起來，并匯集到變壓器，如圖2所示。圖中n臺風電機組連接成1“串”，同時m串機組并聯匯入1臺變壓器，多臺變壓器并聯接入母線。在同一可靠性標準下，用1臺相同容量的發電機組等效替代風電機組“串”。

圖2 風力發電系統基本構架

根據這些結構特點，可知單臺風電機組故障時，會導致所在風電機組“串”輸出功率降低，可以認為機組“串”處于部分停運狀態；如果變壓器出現故障，將會導致與變壓器相連的所有風電機組停運。因此按照元件狀態對風力發電系統運行狀態可劃分為：故障停運、故障減額運行和全額運行狀態。下面針對風力發電系統結構進行詳細分析。

1—風力發電機；2—接觸器；3—塔筒內電纜；4—風機出口箱式變壓器；5—中壓斷路器；6—隔離開關圖3 單臺風力發電機組結構

風力發電機組的結構如圖3所示，當風力發電機、接觸器、箱式變壓器、中壓斷路器中任何一個元件故障時，這個風電機組將停運。由于中壓斷路器具有隔離作用，單臺風電機組故障停運后，不會影響到同一電纜連接的其他機組正常運行。因此單臺風電機組的綜合故障停運率為

(1)

與此同時,隔離開關的故障也會引起風電機組的停運。當隔離開關的數量大于1時，隔離開關故障時會導致風電機組停運范圍擴大。隔離開關對可靠性的影響主要有2種情況：

1)當風機位于“串”的末端時，即中壓斷路器通過隔離開關直接與電纜相連，此時中壓斷路器、隔離開關、電纜L的故障將造成末端風電機組的停運，如圖4所示。其停運率為

(2)

式中：Q1為末端風機的故障停運率；qL為電纜L的故障率；q1～q6為圖4中元件1～6的故障停運率。

圖4 末端風電機組結構

2)當風電機組位于“串”的中部時，2臺隔離開關分別連接前后2臺風機，其連接如圖5所示。導致風機停運的主要原因有：中壓斷路器B、隔離開關S1、S2或電纜L故障。根據期望故障受阻電能不變的原則[9]，對系統運行狀態進行劃分，將系統運行狀態出現的概率乘以該狀態下系統的輸出功率，并進行累加，再除以機組裝機容量得到等效故障停運率，即

(3)

式中：Qn為n臺風電機組經串聯連接后的等效故障停運率，采用層次迭代法得到；Qn-1為n-1臺風電機組經串聯連接后的等效故障停運率；Q1可以由式(2)計算得到。

圖5 中部風電機組結構

根據電力系統串并聯方式后的可靠性計算公式[10]，“m串”風電機組并聯后的停運率Qp為

(4)

并聯后的風電機組“串”再與變壓器串聯后，得到風電-變壓器組的停運率QPI為

QPI=QP+Q1

(5)

根據上述分析，將風力發電系統故障分為系統完全故障和系統部分故障兩類：

1)K組風機-變壓器組并聯發電系統完全故障概率QC為

(6)

2)在實際過程中，由于風力發電系統中風機-變壓器組較多，所以發生完全故障的概率并不大，更多時候是由于風電機組或變壓器引起的系統部分故障。

當風力發電機組串發生故障,由于風力發電機組“串”間相互獨立，且系統停運概率服從二項分布，風電機組“串”停運率Q1P可按式(7)計算。

(7)

當變壓器故障，采用類似的分析方法，得到部分變壓器停運率Q2P為

(8)

由于風力發電機組“串”和變壓器的故障相對獨立，所以得到系統部分停運率QP為

QP=Q1P+Q2P

(9)

綜上，風力發電系統的可靠性取決于風資源和風力發電系統的結構。通過計及風資源和系統架構的特點，建立多狀態風力發電系統可靠性模型。

2 可靠性狀態的劃分

可以根據風資源和元件狀態將風力發電系統的可靠性狀態劃分為以下幾種情況：

1)全額運行狀態：當風速較快時，即風力發電系統輸出功率能夠達到總裝機容量的70%以上。

2)資源限制減額運行狀態：當風速較慢時，即風力發電系統輸出功率低于總裝機容量的70%。

3)故障減額運行狀態：風力發電系統部分元件故障導致輸出功率減少的狀態。

4)故障停運狀態：風力發電系統全部停運的狀態。

5)無風或風速過快停運狀態：當風速處于無風或者風速過快狀態時，風力發電系統由于風資源停運的狀態。

3 可靠性指標體系

針對第2節中的可靠性狀態，下面從時間、出力、系統等方面建立風力發電系統可靠性指標體系，該體系可以反映出風力發電系統各狀態的特性。

3.1 時間指標

將風力發電系統時間指標體系按照圖6所示方式進行劃分。

圖6 時間指標體系

結合系統狀態，狀態時間指標如下：

1)全額運行時間FRH(full run hour)：風力發電系統處于全額運行狀態(即輸出功率達到總裝機容量70%)的累計運行時間。

2)資源限制減額運行時間RDH(resource deduction hour):風力發電系統由于風速的限制，輸出功率小于總裝機容量的70%的累積運行時間。

3)故障減額運行時間FDH(fault deduction hour)：風力發電系統中部分元件故障，導致輸出功率減小的累積運行時間。

4)故障停運時間FOH(fault outage hour)：風力系統由于元件故障發生全站停運的累計時間。由FOH=PH·QC計算。

5)無風或風速過快停運時間NH(not use hour)：系統處于無風或風速過快狀態下的累計時間。

6)年利用小時數UH(utilization hours)：風力發電系統的年發電量除以系統總裝機容量折算的發電小時數。

7)減額運行時間DH(deduction hour)：風力發電系統由于元件故障或者風資源限制，輸出功率小于70%額定功率的運行時間，DH=FDH+RDH。

8)運行時間RH(run hour)：風力發電系統處于運行狀態的累計時間，RH=FRH+DH。

9)停運時間OH(outage hour)：風力發電系統處于完全停運的累計時間，OH=FOH+NH。

10)周期時間PH(period hour):年統計時間8 760 h。

3.2 出力狀態指標

1)全額等效出力FEP(full equivalent power)：風力發電系統在全額運行狀態下的等效輸出功率。

2)資源限制下減額等效出力RDEP(resource deduction equivalent power)：風力發電系統由于風速降低導致減額運行狀態下的等效輸出功率。

3)故障減額等效出力FDEP(fault deduction equivalent power)：風力發電系統由于部分元件故障導致系統減額運行的等效輸出功率。

4)減額等效出力EDP(equivalent deduction power)：風力發電系統由于風速降低或者部分元件故障導致系統減額運行的等效輸出功率。

5)等效出力EP(equivalent power)：風力發電系統在年統計時間內等效恒定輸出功率。

6)等效出力系數ECF(equivalent coefficient factor)：風力發電系統等效輸出功率與額定輸出功率RP(rated power)的比值，ECF=EP/RP。

7)最大出力MP(maximum power)：風力發電系統實際發電中的最大輸出功率。

8)最大出力系數MPF(maximum power factor)：風力發電系統實際發電中最大輸出功率與額定功率的比值，MPF=MP/RP。

3.3 系統總體指標

為反映風力發電系統總體情況，其系統指標如下：

1)設計可用率DU(design usability)：根據風力發電系統停運概率和修復時間得到系統可用率設計值，DU=1-QC。

2)運行系數OF(operating factor)：風力發電系統實際運行狀態的概率，OF=RH/PH。

3)年發電設備利用率EUR(the annual power generation equipment utilization rate)：風力發電系統發電設備利用的概率，EUR=UH/PH。

4)全額運行率FRR (full run rate)：風力發電系統處于全額運行狀態的概率，FRR=FRH/PH。

5)資源限制減額運行率RDR(resource deduction rate of operation)：風力發電系統實際中由于風速限制導致系統處于減額運行狀態的概率, RDR=RDH/PH。

6)設備故障減額運行率EFDR(equipment fault deduction rate of operation)：風力發電系統由于部分元件故障，導致系統處于減額運行狀態的概率, EFDR=FDH/PH。

7)暴露率EXR(exposure rate)：風力發電系統利用風能的效率，等于年利用小時數與系統運行時間的比值，EXR=UH/RH。

4 算 例

采用實際風電場作為算例，驗證所提出的可靠性模型與指標體系的準確性與可行性。實際風力發電系統總裝機容量為30 MW，相鄰風電機組間的距離為500 m，5臺風電機組組成1“串”，3組風力發電機組串并聯接入變壓器。

采用文獻[12-14]的統計數據作為實際算例的系統元件參數，如表1所示。實際輸出功率曲線為張家口某風電場實測數據(2015年9月1日至2016年8月31日)，如圖7所示。

表1 風力發電系統各元件可靠性參數

圖7 8 760 h輸出功率曲線

4.1 系統故障分析

分析系統故障情況，n=5,m=1,k=3,根據式(1)得：

qWTG=0.086 3

當負荷開關數為1時，其等效故障概率為

Q1=0.087 1

由5臺風力發電機組成的“串”的等效故障概率為

Q5=0.089 8

風電-逆變器組的故障概率為

QPI=QP+Q1=0.171 3

若統計時間PH取8 760 h, 由式可得故障停運時間為

FOH=PH·QC≈44 h

當系統部分元件故障時，由于同一變壓器有3“串”風電機組接入，故將系統的部分元件故障分為單 “串”風電機組故障和兩“串”風電機組故障，其停運概率計算過程分別為

則可得系統部分故障參數如下：

QP=QP1+QP2=0.425 9

由FDH=PH·QP得到由于部分元件故障導致系統減額運行的時間大約是3 731 h。

根據以上分析還可以計算風力發電系統由于故障減額下的輸出功率與系統正常狀態下輸出功率的比值KP：

4.2 指標統計與計算

將圖7中的實際風電場輸出功率數據按照第3節中的指標體系進行統計，對該風力發電系統可靠性進行評估，結果如圖8至圖10所示。

圖8 時間指標結果

從圖8可以看出，風力發電系統由于元件故障導致系統全站停運時間最少；風力發電系統停運時間約為1 200 h，占全年的13.7%；運行時間遠超過停運時間，說明風電場所處環境和運行狀態較好；系統全額運行時間只占整個運行時間的13%，由于風速降低導致系統減額運行時間占運行時間的比例達87%，說明本地的風速波動性較大；年利用小時數僅為1 882 h，反映了風力發電系統資源利用效率偏低。

從圖9可以看出：風力發電系統全額等效輸出功率約占總裝機容量的68.8%，由于風速降低導致系統減額等效輸出功率占11%；由于元件故障導致系統減額等效輸出功率占41.9%，說明風資源的充裕度對風力發電系統的輸出功率影響較大。風力發電系統等效輸出功率僅占總裝機容量的21.5%，系統統計時間內最大輸出功率為24.485 MW，占總裝機容量的81.6%。

圖9 出力狀態指標結果

圖10 系統總體指標結果

從圖10可以看出：風力發電系統可用率設計值達到99.5%，運行系數達到86.3%，說明風力發電系統的可用率較高；元件故障減額運行率達到42.59%，這反映了風力發電機組的停運概率偏高，符合風電場實際運行情況。因此，通過提高元件的可靠性是實現降低風電場故障減額運行概率的主要方式之一。年發電設備利用率為21.48%，暴露率為24.89%，反映了風能資源的限制造成系統利用能源的效率降低，如果采用變轉速風力機組或采用主動式風流動智能控制系統，則可以有效提高風電場暴露率，進一步提高系統可靠性[15]。

5 結 語

隨著風電技術的快速提升，發電成本大幅降低，風力發電的技術優勢和經濟性將不斷顯現出來，作為重要的新能源之一，裝機容量將不斷提高。前面從風力發電系統結構入手，深入研究了基于元件故障和風資源充裕度對風力發電系統可靠性的影響。根據風力發電系統結構特點，按照期望故障受阻電能相等的方法，用相同容量的發電機來等效替代風電機組“串”，并建立了考慮元件狀態和資源約束的系統狀態。從時間、出力、系統3個方面建立風力發電系統可靠性評估指標體系，并對其進行可靠性評估。算例分析表明，基于元件狀態和風資源限制的可靠性模型，可以真實反映實際系統的可靠性。

[1] Rajesh Karki, Po Hu, Roy Billinton, A Simplified Wind Power Generation Model for Reliability Evaluation[J]. IEEE Transactions on Energy Conversion，2006,21,(2): 533-540.

[2] Francois Vallee, Jacques Lobry, Olivier Deblecker.System Reliability Assessment Method for Wind Power Integration[J]. IEEE Transactions on Power System，2008，23 (3):1288-1297.

[3] Ronan Doherty, Mark O Malley. A New Approach to Quantify Reserve Demand in Systems With Significant Installed Wind Carpacity[J].IEEE Transactions on Power Systems，2005，20(2)：587-595.

[4] 張碩，李庚銀，周明，等.風電場可靠性建模[J].電網技術，2009，33(13)：37-41.

[5] 吳義純，丁明.基于蒙特卡羅仿真的風力發電系統可靠性評價[J].電力自動化設備,2004，24(12):70-73.

[6] 劉威，趙淵，周家啟，等.計及風電場的發輸配電系統的可靠性評估[J].電網技術，2008，32 (13):69-74.

[7] 溫敏，張人禾，楊振斌.氣候資源的合理開發利用[J].地球科學進展，2004，19(6):896-901.

[8] 梁惠施，程林，劉思革.基于蒙特卡羅模擬的含微網配電網可靠性評估[J].電網技術，2011，35 (10):76-81.

[9] 李文沅.電力系統風險評估模型、方法和應用[M]. 北京：科學出版社，2006.

[10] 郭永基. 電力系統可靠性分析[M]. 北京：清華大學出版社，2003.

[11] 王震，魯宗相，段曉波，等.分布式光伏發電系統的可靠性模型及指標體系[J].電力系統自動化，2011，35(15)：18-24.

[12] Johan R, Lina M B.Survey of Failures in Wind Power Systems with Focus on Swedish Wind Power Plants During 1997-2005[J].IEEE Transactions on Enerey Conversion,2007，22(1): 167-173.

[13] Rajesh Karki, Po Hu. Wind Power Simulation Model for Reliability Evaluation[C]. IEEE CCECE/CCGEI, Saakatoon, 2005.

[14] Ubeda J R, Rodriguez G M. Reliability and Production Assessment of Wind Energy Production Connected to the Electric Network Supply[J].IEEE Proceedings on Generation Transmission and Distribution，1999，146(2):17-19.

[15] 沙非, 馬成廉，劉闖. 變速恒頻風力發電系統及其控制技術研究[J].電網與清潔能源，2009，25(1):44-47.